MétaCan
Menu
Retour à la cohorte
Enregistrement W2289289441 · doi:10.2495/wp060171

Hydrological and water quality modeling in the Ontario River basins: comparison of model results

2006· article· en· W2289289441 sur OpenAlexaffabout
R. P. Rudra, Bahram Gharabaghi, S. Gebremeskel, Srabani Das, Hui Bai

Notice bibliographique

RevueWIT transactions on ecology and the environment · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésWatershedTributaryHydrology (agriculture)Drainage basinEnvironmental scienceWater qualityHydrological modellingStructural basinSoil and Water Assessment ToolComputer scienceGeologyStreamflowClimatologyGeographyEcologyMachine learningGeomorphologyCartography

Résumé

récupéré en direct d'OpenAlex

The applicability and validity of hydrological and water quality models has to be critically evaluated before they can be used in a basin different from where they were originally developed.Variations in physiographic characteristics and climate regime will affect the choice of a suitable hydrological model as models vary in the assumption and simplification of the natural process.These entail evaluation and if necessary modification of the original model assumptions, processes descriptions and structure to suit the river basin in consideration.The objective of this study is to investigate the applicability of widely used hydrological and water quality models under the Ontario condition in Canada.In this study the ANNualized AGricultural Non-Point Source (AnnAGNPS) and the Areal Non-Point Source Watershed Environmental Response Simulation (ANSWERS-2000) are considered.First, the uncalibrated models were applied to the Canagagigue Creek, a tributary of the Grand River basin in Ontario, Canada for a period of 1998-1999 on a daily basis.Based on parameter sensitivity analysis, the models were calibrated.Finally, the performance of the models were assessed and evaluated for their ability to simulate streamflows and sediment yield.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,108
Score d'incertitude au seuil0,217

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,029
Tête enseignante GPT0,231
Écart entre enseignants0,202 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWIT transactions on ecology and the environmentMême sujetHydrology and Watershed Management StudiesTravaux en français237 207